基于多分类器组合的垃圾网页的检测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·引言 | 第10-12页 |
| ·课题研究背景 | 第10-12页 |
| ·垃圾网页检测技术简介 | 第12-17页 |
| ·垃圾网页检测技术的国内外研究现状 | 第13-17页 |
| ·本文研究的目标和内容 | 第17页 |
| ·论文组织结构 | 第17-19页 |
| 第二章 多分类器组合关键技术研究 | 第19-36页 |
| ·多分类器融合研究的产生和现状 | 第19-20页 |
| ·多分类系统的研究依据 | 第20-21页 |
| ·多分类器组合的系统架构 | 第21-23页 |
| ·成员分类器设计 | 第23-28页 |
| ·常用分类器方法介绍 | 第23-26页 |
| ·成员分类器的生成 | 第26-27页 |
| ·分类器的筛选 | 第27-28页 |
| ·融合决策方案设计 | 第28-34页 |
| ·抽象层上的输出融合 | 第28-31页 |
| ·排序层上输出的融合 | 第31-33页 |
| ·度量层上输出的融合 | 第33-34页 |
| ·多分类器融合存在的问题 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于组合分类器的检测系统构建 | 第36-58页 |
| ·引言 | 第36页 |
| ·数据集和评估体系 | 第36-39页 |
| ·数据集 | 第36-37页 |
| ·评价体系 | 第37-39页 |
| ·垃圾网页检测系统的框架 | 第39页 |
| ·机器学习中的特征选择算法 | 第39-50页 |
| ·特征选择算法的分类 | 第41-42页 |
| ·过滤式特征选择算法介绍 | 第42-45页 |
| ·封装式特征选择算法介绍 | 第45-49页 |
| ·特征选择算法比较 | 第49页 |
| ·结合Relief与GA-Wrapper算法 | 第49-50页 |
| ·多分类器系统的构造 | 第50-54页 |
| ·Bagging方法 | 第51-52页 |
| ·Boosting方法 | 第52-53页 |
| ·基于特征子空间的方法 | 第53-54页 |
| ·实验结果与分析 | 第54-57页 |
| ·准确度性能的比较 | 第55-57页 |
| ·时间性能的比较 | 第57页 |
| ·本章小节 | 第57-58页 |
| 第四章 基于差异性度量的组合分类器 | 第58-65页 |
| ·差异性度量的概念 | 第58-59页 |
| ·常用方法介绍 | 第59-61页 |
| ·基于差异性度量的分类器选择算法 | 第61-62页 |
| ·基于特征子空间和差异性选择的组合分类器 | 第62-63页 |
| ·实验结果与分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
